Company

AMPERE s.a.s.

Job Description

Contexte et environnement de travail

L’industrie automobile est en pleine révolution, portée par des transformations environnementales, technologiques et économiques. La voiture du futur est électrique, connectée, et intelligente.

Renault Group, à travers son plan stratégique Renaulution, s’est fixé des objectifs ambitieux pour faire évoluer la mobilité vers une nouvelle ère. Après le succès des premières phases, nous vous invitons à contribuer à la Révolution technologique qui façonnera l'avenir de la mobilité.

Vous rejoindrez Ampère, entité pionnière dans le domaine des véhicules électriques et des logiciels, et intégrerez une équipe dédiée à l’optimisation des performances des véhicules électriques de Renault Group à travers l’utilisation du Big Data et du Machine Learning. Vous jouerez un rôle clé dans l’optimisation des algorithmes de Machine Learning pour les systèmes embarqués des véhicules électriques

Ce stage vous permettra de développer des compétences de pointe en Big Data, modélisation et compression des modèles de Machine Learning, collaboration interdisciplinaire en ingénierie des systèmes, simulation énergétique et déploiement de solutions intelligentes dans des environnements à ressources limitées comme les calculateurs de véhicules.

Vos missions

A ce titre, vous serez en charge de :

• Réaliser un état de l’art sur les techniques de compression et d’optimisation des modèles de Machine Learning, afin de les rendre compatibles avec les calculateurs embarqués tout en maintenant des performances optimales
• Analyser des besoins clients : collaborer avec l’équipe Big Data pour comprendre les comportements d’utilisation des véhicules électriques et identifier les critères clés pour les modèles de Machine Learning à déployer
• Optimiser des modèles : étudier et implémenter des techniques avancées de réduction de modèles de Machine Learning (quantization, pruning, distillation), afin de trouver le meilleur compromis entre taille, vitesse d'exécution, et précision des modèles dans un contexte de systèmes embarqués
• Collaborer de manière interdisciplinaire : travailler en lien étroit avec l’équipe de modélisation 0D/1D pour intégrer ces modèles au sein des plateformes de simulation énergétique et soutenir le dimensionnement optimal des véhicules électriques
• Explorer des mises à jour embarquées : si le temps le permet, explorer des solutions pour permettre la mise à jour des modèles directement dans le véhicule, sans passer par des mises à jour hors ligne ou FOTA (Firmware Over-The-Air)
• Réaliser un état de l'art des méthodes de réduction de modèles de Machine Learning pour systèmes embarqués, proposer des solutions d'optimisation pratiques pour les déployer avec un équilibre coût/performance et éventuellement explorer des méthodes pour la mise à jour dynamique des modèles directement dans les véhicules

Qui êtes-vous ?

Vous préparez un diplôme de niveau BAC+5 école d’ingénieur ou master universitaire, avec une spécialisation en Big Data, Machine Learning, Data Science, ou Intelligence Artificielle. Vous recherchez un stage de 6 mois.

Vous faites preuve d'autonomie, de rigueur et curiosité intellectuelle. Vous êtes force de proposition et avez envie de contribuer à l’amélioration des technologies du futur dans l’industrie automobile.

Vous avez une expérience pratique avec le traitement et l'analyse de grandes quantités de données, idéalement dans le domaine des véhicules électriques ou des environnements industriels.

Vous maîtrisez SQL et Python, et vous êtes à l’aise avec les outils de data science et les frameworks de Machine Learning (TensorFlow, PyTorch, Scikit-learn).

Vous avez des compétences sur les plateformes de modélisation et de simulation est un atout (Matlab/Simulink...), mais vous êtes avant tout intéressée/ intéressé par l’utilisation des données pour améliorer les performances des systèmes.

Vous avez une passion pour l’innovation technologique et l’application du Machine Learning dans des contextes réels, comme l’électromobilité. Vous aimez relever des défis techniques complexes tout en cherchant des solutions innovantes et pragmatiques.

Job Family

Transverse

Contract Duration

6 months